35
Toetsen met ICT Wilfred Rubens http://www.wilfredrubens.com

Toetsen en beoordelen met ICT NTI

Embed Size (px)

Citation preview

Toetsen met ICT

Wilfred Rubens http://www.wilfredrubens.com

Inhoud

• Uitgangspunten

• Voorbeelden

• Discussie en vragen

Uitgangspunten

• Constructive alignment: afstemming tussen leeropbrengsten, leeractiviteiten, toetsen (geen sluitstuk)

• Kennis, begrip, toepassen

• Formatief - summatief

• Low stakes - high stakes

Uitgangspunten (2)

• Tussentijdse mijlpalen (ipv 1 eindbeoordeling)

• Rubric

Open vs gesloten vragen• Gesloten vragen

• Correctie kost weinig tijd

• Objectieve beoordeling (schrijfvaardigheid)

• Resultaten zijn snel beschikbaar

• Analyses makkelijk uit te voeren

• Open vragen

• Stelt in staat dieper op de kennis van de student in te gaan

• Nadruk op productie

• Geen beperkingen in creativiteit

• Testen van taalvaardigheid

Bron: Johan van Strien, 2015

Voorbeelden

HiHaHo

Bron Mediasite

Meerkeuze vragen (drie antwoordcategorieën zijn vaak voldoende)

Peilingen houden

Mogelijke toepassingen

A.Om discussies op gang te brengenB.Om meningen te peilen bij gevoelige

onderwerpenC.Om ‘stille’ studenten bij de les te

betrekkenD.Ideeën inventariserenE.Om te checken om studenten uitleg

hebben begrepenF.Voorkennis activeren

Effectief mits: onmiddellijke

feedback Timing vragen

geen effect

Lantz & Stawiski, 2014

Foto: Alumroot

Self-tests

Self-tests

Vragen betrekking

scope onderwerp

Self-tests

Open vraag

Self-tests

Expert feedback

Testing effect

NRC, januari 2011

Testing effect

NRC, januari 2011

Bouwmeester cs (2013). Studenten die zich met zelftoetsen voorbereiden op een

summatieve toets scoren hoger

Inleveren opdrachten

Gamification

Wanneer?

Verbeteren schrijfvaardighedenKritisch denkenBevordert reflectie, bestuderen van reflecties en begrip van conceptenVerdiepende interactie

Didactische inbedding?

Goede feedback essentieelKwaliteit taakInbedden in curriculum (bijv opdracht).Verplicht bloggen en becommentariëren: noodzakelijk kwaad

Pitches met peer review

Lerenden kiezen onderwerp

Pitch maken (vorm zelf kiezen)

Lerenden bekijken pitches en geven feedback

Badges toekennen, liken

E-portfolio• Komt tegemoet aan tekortkomingen

gebruikelijke beoordelingsmethoden (weinig flexibel, niet altijd valide en betrouwbaar)

• Vaker beoordelen tijdens het leerproces • ‘Moeilijke’ thema’s als beroepsethiek aan de

orde stellen • Leren feedback geven (als gebruik wordt

gemaakt van peer feedback) • Leren reflecteren

Portfolio: doelen en typen

BesprekenBewijzen

Ontwikkeling laten zien en plannen

Materiaal Reflecties

OverzichtenMateriaal

Tonen

Aandachtspunten inhoud

• Deelnemer is eigenaar en bepaalt de inhoud ☞ reflecties blijven oppervlakkig, weinig bewijsmateriaal

• Instituut bepaalt veel ☞ geen eigenaarschap, deelnemers verzetten zich

• Vrijheid van deelnemers vs behoefte aan standaardisatie van begeleiders en beoordelaars

• Templates kunnen beginnende deelnemers helpen, maar kunnen gevorderde gebruikers te zeer in een bepaald keurslijf dwingen

• Begin met redelijk wat structuur, maar bouw dat af

Aandachtspunten inhoud (2)

• Wat is authentiek en geautoriseerd bewijsmateriaal (betrouwbaarheid)?

• Verhouding kwantiteit en kwaliteit bewijsmateriaal • Wat neem je op en wat niet aan bewijsmateriaal? Wat

tonen je competenties aan? • Krijgen deelnemers de gelegenheid en mogelijkheid om

video’s in e-portfolio op te nemen? • Kunnen deelnemers meerdere e-portfolio’s samenstellen

op basis van dezelfde inhoud?

Conclusies

• Veel ervaringen met e-portfolio binnen onderwijs

• E-Portfolio kan goed werken (mits…)

• Complex proces

• Match met curriculum is essentieel

• Acceptatie door deelnemers en docenten is afhankelijk van flink aantal factoren (en van groot belang)

Online proctoring

Online proctoring

Big data en learning analytics

Identificeren van patronen in educatieve data en het gebruik van die patronen om het leren te verbeteren, H. Drachsler (2013)

Foto: Biljuska1

Khan  student  dashboard

Bron: Bomas, E. (2014). Learning Analytics and Visualisation of Data. http://www.slideshare.net/kennisnet/lace-medea-brussel2014vslides

Khan  teacher  dashboard

Bron: Bomas, E. (2014). Learning Analytics and Visualisation of Data. http://www.slideshare.net/kennisnet/lace-medea-brussel2014vslides

Big data en learning analytics

Identificeren van patronen in educatieve data in plaats van toetsen?

Foto: Biljuska1